Questa versione precedente di AI Platform Training è ritirata e non sarà più disponibile su Google Cloud dopo il 31 gennaio 2025. Esegui la migrazione delle tue risorse all'addestramento personalizzato di Vertex AI per accedere a nuove funzionalità di machine learning non disponibili nella piattaforma AI.

Questa pagina è stata tradotta dall'API Cloud Translation.

Gestione di modelli e job

Durante il processo di addestramento e deployment dei modelli e per ottenere previsioni, e gestire le risorse su Google Cloud Platform. Questa pagina descrive come lavorare con modelli, versioni e job.

Denominare le risorse di AI Platform Training

Devi specificare un nome per ogni job creato. Le regole per la denominazione sono coerenti in tutti e tre i tipi di risorse. Ogni nome:

Può contenere solo lettere, numeri e trattini bassi.
Fa distinzione tra maiuscole e minuscole.
Deve iniziare con una lettera.
Non deve contenere più di 128 caratteri.
Deve essere univoco all'interno del suo spazio dei nomi (il progetto per i modelli e i job, modello principale per le versioni).

Dovresti creare nomi facili da distinguere negli elenchi di risorse, come come log dei job. Ecco alcuni suggerimenti:

Assegna un nome a tutti i job per lo stesso modello utilizzando il nome del modello e un indice di job (il timestamp della creazione del job è adatto).
Assegna un nome ai modelli in modo che siano facilmente identificabili tramite il set di dati (census_wide_deep di solito è migliore di my_new_model, per esempio).
Le versioni sono migliori se sono facilmente leggibili. Invece di utilizzare un timestamp o un valore univoco simile, consigliamo di usare semplici indicatori di versione come v1.

Gestione dei job

AI Platform Training supporta due tipi di job: addestramento e batch la previsione. I dettagli sono diversi, ma l'operazione di base è in modo analogo.

La tabella seguente riassume le operazioni del job ed elenca le interfacce che che puoi utilizzare per eseguirle:

Operazione	Interfacce	Note
create	`projects.jobs.create`	La creazione di un job viene descritta in dettaglio nella addestramento e previsione batch guide.
	`gcloud ai-platform jobs submit training` `gcloud ai-platform jobs submit prediction`
	Nessuna implementazione della console.
annulla	`projects.jobs.cancel`	Annullamento di un job in esecuzione.
	`gcloud ai-platform jobs cancel`
	Annulla nella pagina Dettagli job.
get	`projects.jobs.get`	Le informazioni che ricevi vengono descritte nella sezione Riferimento risorsa `Jobs`.
	`gcloud ai-platform jobs describe`
	Pagina Dettagli job (da inserire con un link dall'elenco di job).
list	`projects.jobs.list`	Verranno visualizzati solo i job creati negli ultimi 90 giorni.
	`gcloud ai-platform jobs list`
	Job dall'elenco di lettura.

Gestione delle operazioni asincrone

La maggior parte delle operazioni di gestione delle risorse di AI Platform Training restituisce il più rapidamente possibile e fornire una risposta completa. Tuttavia, ci sono due di operazioni asincrone che dovresti conoscere: job e per le operazioni a lunga esecuzione.

Quando avvii un'operazione asincrona, di solito vuoi sapere quando vengono completate. Il processo per ottenere lo stato è diverso per i job e per i job a lunga esecuzione operazioni:

Visualizzazione dello stato di un job

Puoi utilizzare projects.jobs.get per ottenere lo stato di un job. Questo metodo è fornito anche come gcloud ai-platform jobs describe e nella pagina Job della console Google Cloud. Indipendentemente da come viene visualizzato lo stato, le informazioni sono basate su membri del Risorsa job. Scoprirai Il job è completato quando Job.state nella risposta corrisponde a uno di questi valori:

SUCCEEDED
FAILED
CANCELLED

Recuperare lo stato di un'operazione a lunga esecuzione

AI Platform Training prevede tre operazioni a lunga esecuzione:

Creazione di una versione
Eliminazione di un modello
Eliminazione di una versione

Tra le operazioni che richiedono molto tempo, solo la creazione di una versione potrebbe richiedere molto tempo. L'eliminazione di modelli e versioni avviene in genere quasi in tempo reale.

Se crei una versione utilizzando Google Cloud CLI o nella console Google Cloud, l'interfaccia ti informa automaticamente quando l'operazione sia completata. Se crei una versione con l'API, puoi monitorare autonomamente lo stato dell'operazione:

Recupera il nome dell'operazione assegnato dal servizio dall'oggetto Operation nella risposta alla chiamata a projects.models.versions.create. La chiave per il valore del nome è "name".
Utilizza le funzionalità di projects.operations.get per verificare periodicamente lo stato dell'operazione.
1. Utilizza il nome dell'operazione del primo passaggio per creare una stringa di nomi del modulo:
```
'projects/my_project/operations/operation_name'
```
  Il messaggio di risposta contiene Operazione .
2. Ottieni il valore della chiave "done". Si tratta di un indicatore booleano del completamento dell'operazione. È vero se l'operazione è completata.
Al completamento, l'oggetto Operazione includerà una delle due chiavi:
- Se l'operazione è riuscita, è presente la chiave "response". È dovrebbe essere google.protobuf.Empty, dato che nessuno dei Le operazioni a lunga esecuzione di AI Platform Training hanno oggetti di risposta.
- La chiave "error" è presente in caso di errore. Il suo valore è un Stato .

Passaggi successivi

Addestra un modello.
Scopri come utilizzare le etichette per organizzare le tue risorse.